Indrek Saul

#StrateegAI artikkel 2/6 (eelmist artiklit vaata siit)

Indrek Saul – Kasvustrateegia konsultant
Selle artikli lugemiseks kulub sul umbes 10 minutit.

TL;DR

Kas strateegia koostamine tehisintellekti abil on mõttekas? Pärast mitmeid ebaõnnestumisi – sealhulgas piinlikku viga avalikul esitlusel – otsustasin seda süsteemselt uurida.
Eksperiment: 4 LLM-i (Claude, ChatGPT, Gemini, Perplexity) × 4 juhtivat traktoribrändi (sealhulgas turuliider) × „clean room” meetod.
Eesmärk: selgitada välja, kas AI annab konkurentidele sama strateegia ja viib hinnasõtta. Eksperiment algab nüüd. See artiklisari dokumenteerib ausalt ja detailselt, kas tehisintellekt suudab päriselt luua eristuvat strateegiat — või toodab ta kõigile sama strateegia, mis viib hinnasõtta. Artiklisari dokumenteerib jooksvalt eksperimendi käiku, jagab metoodikat, tulemusi ja saadud praktilisi õppetunde. See artikkel on sarjas osa 2.

Eelmises artiklis kirjutasin, miks hakkasin kahtlema, kas AI üldse sobib strateegia tegemiseks.
Selgus kiiresti, et ainult kahtlemisest ei piisa – pean seda ka katsetama.

Alguses tundus kõik lihtne.
Mõtlesin, et klõpsan „Memory OFF” peale – ja ongi korras.
Eksisin.

Kuus tundi hiljem istusin aga ekraani ees, Claude’i seadistused neljal vahelehel lahti, ja mõtlesin:

„See on oluliselt keerulisem, kui ma arvasin.“

Joonis 1. Nelja tehisintellekti testimine

1. „Clean Room“ protokoll

Miks üldse isoleerida?

Eksperimendi idee on päris lihtne: kui ma küsin Claude’lt nõu Fendt’i jaoks ja järgmises vestluses Valtra jaoks, siis need kaks vestlust peavad olema täiesti eraldatud.

Mitte seetõttu, et Claude „teaks“ Fendt’i – uus chat on niikuinii puhas. Vaid seetõttu, et Claude võib mäletada mind.

Kujuta ette: esimeses vestluses küsin Fendt’i kohta. Kui Memory on ON, siis Claude õpib vestluse käigus, et ma olen põllumajandusturu uurija, huvitun strateegiast, kasutan teatud termineid.
Kui ma esimeses vestluses uurin Fendti, õpib mudel:

• millist sügavust ja stiili ma eeldan,
• mis kontekstis ma küsimusi küsin,
• millist keelt ja loogikat ma kasutan.

Järgmises vestluses, kui küsin Valtra kohta, on ta juba „targem”. See aga pole aus võrdlus. Valtra’le anti sisuliselt rohkem konteksti kui Fendt’ile.

Seega otsus: iga bränd peab saama täpselt sama nullpunkti.

36 isoleeritud vestlust

Minu eksperiment:

• 4 LLM-i: Claude, ChatGPT, Gemini, Perplexity,
• 4 brändi: Alfa, Beeta, Gamma, Delta (anonüümsetena),
• 3 sisendfaasi igale brändile.

Kokku 36 vestlust.

Iga kord:

• uus chatisession,
• Memory OFF (või nii ma arvasin…),
• seadistused nullitud,
• mitte mingit eelteadmiste lekkimist (keegi ei tea teistest).

Faasid – sisendi testimine

Tahtsin teada, kas rohkem infot teeb AI targemaks või ainult pikemaks.

Faas 1a: LLM ei tea turust mitte midagi
→ „Sa oled Alfa brändi nõustaja. Anna soovitusi.”

Faas 1b: LLM saab Alfa enda turuanalüüsi
→ „Siin on Alfa turuanalüüs. Anna soovitusi.”

Faas 1c: LLM saab KOGU turu ülevaate
→ „Siin on kõik neli konkurenti. Anna Alfa’le soovitusi.”

Hüpotees: kui Faas 1c on parem kui 1a, siis LLM-id oskavad kvaliteetset sisendit kasutada. Kui kõik kolm on sarnased, siis nad lihtsalt genereerivad „parimaid praktikaid”.

Failinimetuste süsteem

Lõin süsteemi, et ükski fail ei läheks omavahel sassi:

F[faas]_[LLM]_[bränd]_[kuupäev].md

Näiteks:

F1a_Claude_Alfa_20260101.md
F1a_GPT_Alfa_20260101.md

Kui sul on 36 faili ja failid lähevad segamini, oled eksperimendi lõhkunud.
Üks vale fail valedes kätes ja sa ei tea enam, mis oli „puhas” ja mis „reostatud”.
Tundus ülepingutatud?
Ei olnud. Päästis mind neljal korral.

2. Seadistuste lõksud

Esimene suur õppetund

„Memory off” ei tähenda kõigil platvormidel sama asja.

ChatGPT

Mõtlesin, et ChatGPT puhul piisab, kui lähen Settings → Memory → OFF.
Aga avastasin kiiresti, et seal on veel kaks kohta, kus ChatGPT „mäletab” sind:

Custom Instructions – tekstiväli, kuhu oled võib-olla kunagi kirjutanud „Olen strateegiakonsultant” või „Räägi mulle lihtsalt”. See mõjutab iga vastust.

Occupation – väike väli, mis näib süütu, aga kui seal seisab „CEO”, siis ChatGPT räägib sulle erinevalt kui kellelegi, kelle ametiks on märgitud „Tudeng”.

Kulus pool tundi, et kõik kolm kohta üles leida ja nullida.
Ja ChatGPT oli veel lihtsaim seadistamine.

Kokkuvõtvalt Memory OFF ei ole üks lüliti.
Ja kokku on kolm kohta, kus sind „mäletatakse”, need on:

• Memory
• Custom Instructions
• Occupation

Kõik need tuli nullida.

Claude

Siis tuli Claude, mis oli juba tõsine labürint…
Kui ChatGPT-l oli kolm seadistust, siis Claude’il on neli. Aga need pole ainult erinevas kohas – osa neist on veel lisaks peidetud.

Lähen Settings → General → Personal preferences – seal on tekstiväli. Tühjendan.

Seejärel Privacy → Memory preferences. Klõpsan „Manage” peale, eeldan, et avaneb mingi aken. Ei avane. See viib mind hoopis Capabilities lehele.
Miks? Ei tea.

Aga seal on kaks eraldi seadistust:

• „Search and reference past chats” – lülitan välja
• „Generate memory from chat history” – lülitan välja

Kokkuvõtvalt neli kohta. Kaks menüüd. Üks peidetud navigatsioon
Need 4 olid järgnevad:

• Personal preferences
• Privacy → Memory preferences → Capabilities
• „Search and reference past chats“
• „Generate memory from chat history“

Kulutasin Claude’i seadistustele terve tunni. Tegin ekraanipildid igast kohast, et ei peaks järgmine kord uuesti otsima.

Gemini oli lihtne

Gemini Apps & Activity → Extensions → kõik välja

Üks koht. Kümme sekundit.

Mõtlesin: „Lõpuks keegi, kes oskab kasutajaliidest teha!”

Perplexity: kaks kohta

Settings →AI Profile – tühjenda tekstiväli
Spaces – ära kasuta neid üldse

Perplexity’l on „Spaces” funktsioon, kus saad salvestada vestluse konteksti. Kasulik tavakasutuses, aga eksperimendi jaoks? Surmaks.

Kokkuvõtvalt kaks kohta – ja Spaces, mida ei tohi kasutada.

3. Mudelite uuendamise lõks

ChatGPT protokoll vananes kahe nädalaga

Kui ma eksperimendi protokolli kirjutasin (detsember 2025), oli ChatGPT mudel GPT-4o.
Kui ma eksperimendi käivitasin (jaanuar 2026), oli see juba GPT-5.2.
Esmalt mõtlesin: okei, muutus nimi, aga mudel on sama, eks?
Polnud päris nii.

GPT-5.2-l on kolm režiimi:

• Instant – vastab kiiresti, pinnapealsem,
• Thinking – mõtleb kauem, parem kvaliteet,
• Pro – kõige põhjalikum, aeglaseim.

Millist kasutada? Kas need on üldse võrreldavad?

Geminiga sama lugu

Gemini oli üleminekul:

• Gemini 2.0 → Gemini 3
• Samuti kolm režiimi: Fast, Thinking, Pro

Claude jäi samaks (aga…)

Claude’il polnud režiimide valikut. Opus 4.5 on vaikimisi „kõige intelligentsem”.

Aga tema seadistused olid neljal pool. See oli oma lõks.

Kuidas ma lahenduse leidsin

Otsustasin kasutada kõigil „Thinking” režiimi.

Miks?

• võrreldav kvaliteet,
• mitte liiga kiire (Instant), mitte liiga aeglane (Pro),
• kõigil kolmel LLM-il on see olemas.

Perplexity’l on ainult „Pro”, aga tema roll on niikuinii erinev – ta kogub fakte, ei tee strateegiat.

4. Mida ma õppisin?

Õppetund #1: LLM-id arenevad kiiremini kui dokumentatsioon

Protokoll, mis oli korrektne detsembris, oli vananenud jaanuaris.

Lahendus?
Tee mudelite audit enne eksperimendi algust. Kontrolli, mis versioon sul tegelikult on ja millised režiimid on saadaval.

Õppetund #2: „Memory OFF” on illusioon

Iga LLM-il on mitu kohta, kus ta „mäletab” sind. Mõned neist on hästi peidetud.

Lahendus?
Tee ekraanipildid kõigist seadistuste lehtedest. Salvesta kuupäevaga. Kui mudel uueneb, teed uued pildid.

Õppetund #3: režiimid ei ole kosmeetika

GPT-5.2 „Instant” ja GPT-5.2 „Thinking” võivad anda oluliselt erinevaid vastuseid. See pole ainult kiirus – see on kvaliteet.

Lahendus?
Otsusta ette, millist režiimi kasutad ja miks. Dokumenteeri see iga faili pealkirja.

Õppetund #4: failinimetused ei ole üleliigne pedantsus

36 faili. Üks eksimus ja oled poriloigus.

Minu süsteem: F[faas]_[LLM]_[bränd]_[kuupäev].md

Tundus igav?
Päästis mu neljal korral, kui hakkasin otsima „kumb fail see nüüd oli”.

Õppetund #5: protokoll pole kivisse raiutud

Kui avastad, et midagi on muutunud, ära ignoreeri seda „sest protokoll ütleb nii”. Uuenda protokolli.
Minu protokoll käis läbi viis versiooni: v1.0 → v5.0
Iga versioon dokumenteeris uue avastuse. See on normaalne.

Joonis 2. Minu õppetunnid. Indrek Saul

Kokkuvõte

„Clean room” metoodika kõlab paberil lihtsalt:

• isoleeri vestlused,
• lülita mälu (memory) välja,
• anna kõigile sama prompt.

Praktikas?

• iga LLM peidab seadistusi eri kohtadesse
• mudelid uuenevad pidevalt ja vaikselt
• režiimid muudavad kvaliteeti
• failide haldus on elu ja surma küsimus

Kui tahad AI-d tõsiselt võrrelda, pead olema süsteemne. Mitte seetõttu, et see on „teaduslik”, vaid seetõttu, et muidu kaotad ülevaate ja ei tea enam, mida sa tegelikult testisid.

—

Mis edasi?

Järgmises artiklis (20. jaanuar, artikkel 3/5) jagan, mida ma avastasin:

• Claude vs ChatGPT vs Gemini – kellel läks kõige paremini?
• Kas rohkem infot = parem strateegia?
• Kas kõik said sama nõu?

Üht asja võin kohe öelda: üllatused tulid täpselt sealt, kust ei osanud oodata.

Eelmist, sarja esimest artiklit (1/6) saad lugeda siit 👇
„Kuidas piinlik esitlus viis mind AI strateegiavõimekuse uurimiseni”

—

🔗 Jaga sõpradega:
Kui keegi sinu tuttavatest kasutab AI-d tööks, saada see artikkel edasi.

💬Küsimused?
Kommenteeri LinkedIni või Facebooki postituses või kirjuta mulle otse LinkedInis.

—

📥 Tahad täpset checklisti?
[LLM Seadistuste Checklist v2.0] (PDF – kõik ekraanipildid kaasas)

Blogis näitasin, kus seadistused asuvad.
Aga kui tahad minna päriselt kindla peale ja säästa aega, siis saad ka valmis tööriista.

Tellides uudiskirja saad kirja „Metoodika + Tööriistad” paketi, mis sisaldab:

• ✅ Täpset samm-sammult checklisti
• ✅ Ekraanipilte igast seadistuse kohast
• ✅ PDF-i, mida saad kohe kasutada või kolleegile edasi saata

👉 Telli uudiskiri ja saa checklist kohe: Liitun uudiskirjaga